Horários de Consulta: Skype e Whatsapp

Horários de Consulta:  Skype e Whatsapp

Horários de Consulta:

Skype: hc_gabriel

Segundas: 18-19 horas
Quintas: 18-19 horas

Sábados: 15 ate 16 horas

Domingos: 21 ate 23 horas

Podemos marcar outros horários se necessário, conversamos por Whatsapp: o meu é 019-988-627-438.

Lista de Exercícios Até 27/4/2020

Lista de Exercícios Até 27/4/2020

Gerenciamento de Exercícios

Por favor mandar os exercícios até a data do Dead Line. No comentário do e-mail de envio de cada exercício deverá constar o número do exercício e o nome completo do aluno. 

O e-mail para receber os exercícios é:

gestao.estat.cert@gmail.com

Dead Lines de Exercícios serão todos transferidos para o final do semestre, quem puder faça no prazo estipulado para acompanhar melhor a disciplina, sabemos que pessoas podem ter problemas de acesso à Internet, por isso gravamos as aulas em videoaulas e estamos conversando com todos os alunos para tentar ajudar da melhor forma possível. 

Exercício Teórico 1

Elabore uma apresentação com 10 slides sobre os Sistemas Mundiais de Gestão, ou dos principais sistemas de gestão que são utilizados no mundo, trabalho.  Observação: Individual. Podem trabalhar durante a aula em 2 ou 3 pessoas por computador, mas tem que entregar uma apresentação individual, fazer os ajustes finais em suas casas.

Podem apresentar 3 slides durante a aula.  Dead Line (DL): 16/3/2020.

Exercício Teórico 2

 Elabore uma apresentação com 10 slides sobre Certificação Internacional para Gestão.  (ISO 9001, 14001, 22001, GlobalGAP, OHSAS 18000, SA 8000, FSC, etc.), utilizados pelas empresas que atuam no Brasil, suas possíveis empregadoras ou clientes (se você atuar como empreendedor, relação tipo outsoucing ). Empresa certificada prioriza compra de empresas certificadas, isso está nas normas (com mesmo peso que nível de qualidade, preço, prazo e pós-venda), isso cria uma cadeia de empresas certificadas. 
Dead Line (DL): 16/3/2020.

   Exercício Teórico 3

 Elabore uma apresentação com 10 slides sobre Ferramentas da Gestão Sistêmica, ver exemplo de ferramentas no projeto de Pratica Profissionalizante (consta em outra postagem do Blog) . Dead Line 23/3/2020.

Exercício Teórico 4

Elabore 10 slides sobre inteligência artificial e machine learning, fundamento das tecnologias, impacto em empregabilidade e competitividade. Dead Line: 23/3/2020.

Exercício Teórico 5
Elabore 10 slides sobre como melhorar sua empregabilidade e competitividade, em especial: que gravitação acha que tem as tecnologias de gestão, empreendedorismo certificação internacional de qualidade e machine learning na sua carreira profissional, essas competências são habilidades de mercado valorizadas?   Maximo 10 itens por slide, mais do que 4 itens, o ótimo entre 5 e 7. Tamanho da fonte >= 28. Dead Line (DL): 30/03/2020.

Exercício Teórico 6
Elabore 10 slides sobre a estrutura do TQM (Sistemas Toyota, Porsche e GE).  Máximo 10 itens por slide, mais do que 4 itens, o ótimo entre 5 e 7. Tamanho da fonte >= 28. Dead Line (DL): 13/04/2020.

Exercício Teórico 7
Elabore 10 slides sobre a estrutura da ISO 9001..  Máximo 10 itens por slide, mais do que 4 itens, o ótimo entre 5 e 7. Tamanho da fonte >= 28. Dead Line (DL): 13/4/2020

Exercício Teórico 8
Elabore 10 slides sobre SWOT Analysis e Planejamento Estratégico  Máximo 10 itens por slide, mais do que 4 itens, o ótimo entre 5 e 7. Tamanho da fonte >= 28. Dead Line (DL): 4/6/2020

Exercício Teórico 9
Elabore 7 slides sobre PDCA e Planejamento Tático.  Máximo 10 itens por slide, mais do que 4 itens, o ótimo entre 5 e 7. Tamanho da fonte >= 28. Dead Line (DL): 4/6/2020

Exercício Teórico 9
Elabore 7 slides sobre POP e FMEA.  Máximo 10 itens por slide, mais do que 4 itens, o ótimo entre 5 e 7. Tamanho da fonte >= 28. Dead Line (DL): 4/6/2020

Exercício Pratico 1

Elabore um exemplo para utilizar a macro do Excel Teste T de Student. Aplique e discuta. Dead Line (DL): 23/3/2020.

Exercício Pratico 2

Elabore um exemplo para utilizar a macro regressão em Excel. Aplique e discuta. Dead Line (DL): 11/5/2020

Exercício Pratico 3

Elabore um exemplo para utilizar tabela dinâmica em Excel . Aplique e discuta. Dead Line (DL): 11/5/2020

Regressão Robusta e Paramétrica no SAS

Regressão Robusta e Paramétrica no SAS


data com;
input x y;
cards;
30   430
21   335
35   520
42   490
37   470
2    210
8    195
17   270
35   400
25   480
20   4000
;
/* Com outlier Y = 4000 */

data sem;
input x1 y1;
cards;
30   430
21   335
35   520
42   490
37   470
2    210
8    195
17   270
35   400
25   480
;

proc print data = com;
run;

proc print data = com;
run;
title "Com Outlier";
proc reg data = com;
model y = x;
run;
/* Analise Errada porque tem Outlier Y = 4000
Nao podemos ter outliers na proc reg */


proc reg data = sem;
model y1 = x1;
run;
/* Para a Gente nao descartar, eliminar, dados podemos utilizar
regressao robusta proc robustreg, o oulier na afeta à analise, nao
temos nescesidade de normalidade nem ausencia de outliers */

proc robustreg data = com method = m;
model y = x;
run;

proc robustreg data = sem method = m;
model y1 = x1;

run;

Relações Causa - Efeito: Regressão

Relações Causa - Efeito:
 Regressão
Japão: Kaoru Ishkawa
 Diagrama de Dispersão

 Propaganda - Vendas 

Arquivo para Download

Videoaulas de Regressão - Macro em Excel  - EXCEL AVANÇADO

Videoaula 1 - Resolvendo Graficamente e Sem Probabilidade ( Sem Macros em Excel)

https://www.youtube.com/watch?v=HWnrEfMHOZw&feature=youtu.be





Videoaula 2 - Resolvendo com Probabilidade, Margem de Erro e Margem de Confiança, Inferência Estatística - Macro de Regressão em Excel


https://www.youtube.com/watch?v=qLbziQKSeB8&feature=youtu.be


 Propaganda - Vendas 

Arquivo para Download

https://www.escolaedti.com.br/o-que-e-regressao-linear-entenda-aqui/

Regressão Linear é um dos modelos mais atrativos devido a sua representação entendível, no caso da regressão linear simples sua utilização é mais para aprendizado, já que na prática ela não é muito aplicada, visto que, em muitos casos a gama de variáveis de entradas é maior, fazendo-se uso da Regressão Linear Multivariável, ao qual não adentraremos nesse post. O modelo de representação da regressão linear simples é a tradicional equação conhecida como equação da reta ou em inglês slope-intercept form, usaremos a notação mais utilizada em exemplos de Machine Learning e não da matemática, mas você pode saber mais sobre a própria equação neste link.

Temos o y a variável dependente que representa a predição, as letras gregas β (Beta), também conhecidos como coeficientes, que são a representação das variáveis que o algoritmo irá utilizar para “aprender” a produzir as previsões mais precisas e o x a variável independente que representa o dado de entrada. As letras gregas β também são conhecidas como inclinação e interceptação ou em inglês intercept-slope.

Função de custo

Função de custo, no inglês cost function ou ainda ordinary least squares é uma função utilizada para medir o quão errado o modelo está, os chamados resíduos. Isto é, consiste no cálculo da distância de cada ponto (distância essa entre as variáveis x e y) em relação a reta de regressão, esse valor é elevado ao quadrado e somado, o total é a quantidade média de erro do modelo.

Ciência de Dados – Introdução

Ciência de Dados – Introdução